Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufjf.br/jspui/handle/ufjf/1337
Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
karinalinomirandadeoliveira.pdf2.77 MBAdobe PDFVista previa
Visualizar/Abrir
Clase: Dissertação
Título : Otimização da rede coletora de média tensão de parques eólicos utilizando um algoritmo genético modificado
Autor(es): Oliveira, Karina Lino Miranda de
Orientador: Araujo, Débora Rosana Ribeiro Penido
Co-orientador: Araujo, Leandro Ramos de
Miembros Examinadores: Dias, Bruno Henriques
Miembros Examinadores: Borba, Bruno Soares Moreira Cesar
Resumo: Dentre as diversas fontes de energia renovável, a energia eólica se destaca como uma das mais promissoras. Em meio ao cenário de crise energética em muitos países, crescimento da demanda, maior conscientização ambiental e maior exigência por uma energia de qualidade por parte das sociedades modernas, a energia eólica tem ganhado importância econômica e estratégica. No Brasil, os empreendimentos eólicos são contratados por meio de leilões através dos quais são declarados vencedores aqueles empreendimentos que ofertam o menor preço pela energia gerada. Este modelo vigente é responsável por acirrar a concorrência e, consequentemente, instigar a busca pela otimização das propostas. Considerando este aspecto, é de grande interesse o desenvolvimento de ferramentas computacionais que auxiliem profissionais a desenvolver projetos viáveis técnica e economicamente na fase de planejamento, e de preferência otimizados. Parques eólicos são compostos basicamente por aerogeradores, transformadores responsáveis por elevarem a tensão de saída das turbinas para níveis adequados de distribuição, cabos de média tensão e subestações. A construção da rede coletora de média tensão (rede interna), responsável pela interconexão de todos os aerogeradores e subestações, constitui parcela considerável dos custos globais, o que tem motivado diversos pesquisadores a publicar trabalhos que objetivam encontrar a melhor topologia da rede elétrica que, ao mesmo tempo, minimize os custos e respeite os critérios técnicos estabelecidos, tais como: radialidade, conectividade, variação da tensão nos barramentos, máxima condução de corrente pelo condutor (sobrecarga nos ramos), entre outras. Tendo em vista tais considerações, é proposto nesse trabalho um novo algoritmo de solução para otimização da rede coletora de média tensão de parques eólicos, englobando a determinação da topologia de conexão entre os aerogeradores e subestações e o dimensionamento dos condutores, baseado na utilização de um algoritmo genético modificado como método de otimização. Objetiva-se com esse método minimizar os custos com a aquisição de alguns equipamentos e com as perdas de energia ao longo de um horizonte de planejamento. O método proposto foi testado em parques eólicos fictícios e os resultados obtidos comprovam que o modelo elaborado pode ser utilizado para projetar uma arquitetura otimizada da rede de distribuição interna de parques eólicos.
Resumen : Among the various sources of renewable energy, wind energy stands out as one of the most promising. Amid the energy crisis scenario in many countries, the demand growth, greater environmental awareness and greater demand for energy quality on the part of modern societies, wind energy has gained economic and strategic importance. In Brazil, wind projects are contracted by means of auctions through which are declared winners those projects that offer the lowest price for energy generated. This current model is responsible for increase competition and consequently instigate the search for optimization of the proposals. Considering this aspect, it is of great interest the development of computational tools to assist professionals to develop technical and economically viable projects in the planning stage, and preferably optimized. Wind farms are basically composed of wind turbines, transformers responsible for raise the output voltage of the turbines for adequate levels of distribution, medium voltage cables and substations. The construction of the medium voltage collector network (internal network), responsible for the interconnection of all wind turbines and substations, constitutes a considerable share of the overall costs, which has motivated many researchers to publish works that aim to find the best grid topology of the electrical network that, at the same time, minimizes costs and respects the technical criteria established, such as: radial configuration, connectivity, voltage variation in bus, current conduction maximum through the cable (overhead in the branches), among others. In view of these considerations, it is proposed in this paper a new solution algorithm to optimization of the medium voltage collector network of wind farms, comprising the determination of topology of connection between the turbines and substations and the sizing of conductors, based on the use of a modified genetic algorithm as optimization method. The objective of this methodology is to minimize the costs of acquisition of some equipment and energy losses over a planning horizon. The proposed method was tested on fictitious wind farms and the results show that the model developed can be used to design the optimized architecture of internal distribution network of wind farms.
Palabras clave : Energia eólica
Otimização
Rede coletora de média tensão
Algoritmo genético modificado
Wind energy
Optimization
Medium voltage collector network
Modified genetic algorithm
CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Idioma: por
País: Brasil
Editorial : Universidade Federal de Juiz de Fora
Sigla de la Instituición: UFJF
Departamento: Faculdade de Engenharia
Programa: Programa de Pós-graduação em Engenharia Elétrica
Clase de Acesso: Acesso Aberto
URI : https://repositorio.ufjf.br/jspui/handle/ufjf/1337
Fecha de publicación : 10-mar-2016
Aparece en las colecciones: Mestrado em Engenharia Elétrica (Dissertações)



Los ítems de DSpace están protegidos por licencias Creative Commons, con todos los derechos reservados, a menos que se indique lo contrario.